线性回归分析在出口危险化学品及其包装质量趋势预测中的应用

谢俊杰++杭竹++汤芸++朱国军

摘 要 出口危险化学品是我国对外贸易中的重要组成部分，而危险化学品如果生产、灌装、运输、保存或使用不当都将对人体、设施、环境产生巨大危害。本文利用统计软件学软件SPSS，通过多元线性回归分析方法，利用数据分析出口危险化学品及其包装质量水平与不合格要素之间的关系，从而建立回归方程来预测产品质量趋势。

关键词 出口危险化学品及其包装；出入境检验检疫；线性回归；质量趋势

中图分类号 D6 文献标识码 A 文章编号 2095-6363（2017）16-0001-01

1 危险化学品综述

危险化学品是指具有毒害、腐蚀、爆炸、燃烧、助燃等性质，对人体、设施、环境具有危害的剧毒化学品和其他化学品①。为确保危险化学品在储存运输过程中的安全，除了其本身的质量符合安全规定、其流通环节的各种条件正常合理外，最重要的是危险化学品必须具有适运的运输包装，包装对于保证危险化学品的危险特性不发生危险具有十分重要的保护作用，同时也便于危险化学品的保管、贮存、运输和装卸②。

出入境检验检疫机构根据《中华人民共和国进出口商品检验法》及《危险化学品安全管理条例》赋予的职责，对出口危险化学品及其包装进行检验监管。出口危险化学品及其包装的质量作为出入境检验检疫机构常抓不懈的重点工作，本文以检验监管过程中发现的不合格项数据为基础，通过科学手段来建立一套合适的数学模型来有效地预测产品质量的趋势，从而为检验监管的重点提供参考。

2 有效合理的数据处理

在包含多元变量统计学模型中，回归分析是一种研究这些变量之间关系的有效方法，同时还可以通过概率分布来描述回归函数中因变量的变化。我们需要解决的是因变量与多个独立变量（或“预测变量”）之间的关系。由于本文所涉及的数据庞杂，计算工作难以通过人工实现，在此需要利用专业的统计软件：SPSS（Statistical Product and Service Solutions）。SPSS是一种广泛应用于社会科学统计分析工具，被市场研究人员、调研公司、政府机构、学院、营销机构、乃至专业的数据挖掘者等使用③。本文分析整理检验监管不合格项别的基础上，进行了科学分析，利用SPSS软件进行计算、分类、筛选并最终建模，结合地区出口危险化学品产业实际，为管理层决策提供科学依据。

建立回归方程来进行对象的研究，是多变量统计分析的重要方法。其一般模型规律是：（Y=b0+b1x1+bkxk）。其中Y是因变量质量水平（总不合格率），b0～bk是回归系数，x1～xk是应变量因子（各不合格项在总批次中的比率）。由于回归分析过程涉及大量的数学运算，因此本文运用SPSS软件处理数据，以便数学统计分析在产品质量水平预测中的应用。

根据某市2013—2016年度数据，出口危险化学品及其包装检出各类不合格项目主要有：未加施危险公示标签、危险公示信息（标签和SDS）的格式及内容不符合输入国的要求，包装相容性不合格、包装使用不当、包装老化、泄漏等，均为安全项目不合格。

经过采集、梳理、剔除和分类，数据以月为单位，整理后得出数据表单（部分），见表1。

得到上述数据源后，将其录入SPSS数据编辑器，见图1。

数据经过SPSS线性回归分析处理后得到图2相关系数矩阵。

从图2可看出，未加施危险公示标签（不合格率）与质量因子（质量水平）的相关性较高，系数达到了0.745，包装相容性不（合格率）、包装使用不当（不合格率）相关性较低，而危险公示信息（不合格率）、包装使用不当（不合格率）又和未加施危险公示标签（不合格率）呈现较高的相关性，其中危险公示信息不符（不合格率）也与质量因子呈现中等关联性。

在SSPS的汇总模型中，对所建立的回归模型进行方差分析检验，显示模型 ：质量因子Y、未加施危险公示标签不合格率x1、危险公示信息不符不合格率x2、包装使用不当不合格率x5的组合模型得到的回归方程最有统计学意义。根据以上分析，得出回归分析模型的最终结果，建立多元线性回归方程为：Y=-0.001+0.011 x1-0.001 x2+0.001x5，其中常数项为-0.001，回归系数分别为0.011、-0.001、0.001。

3 讨论及展望

本文通過数据分析和不合格项别分类，利用SPSS进行分析建模并得到影响出口危险化学品及其包装质量水平的多元线性回归方程。但模型具有较大的地域局限性，因此规模性推广需要对数据的广度和不合格项别的深度进一步挖掘，利用大数据对模型的普适性进一步进行验证；同时，对不合格项别需细分和二次建模，为管理层提供更为科学有效的决策依据。

注释

①《危险化学品管理条例》.国务院令第591号，2011.

②于群利《进出口危险品及包装检验培训教材》.国家质检总局检验监管司，2017.

③维基百科.SPSS应用简介.endprint